129-Hadoop-Yarn-调度器:
Yarn 调度器和调度算法 (了解概念)
目前,Hadoop 作业调度器主要有三种:FIFO、容量(Capacity Scheduler)和公平(Fair
Scheduler)。Apache Hadoop3.1.3 默认的资源调度器是 Capacity Scheduler。
CDH 框架默认调度器是 Fair Scheduler。
<property>
<description>The class to use as the resource scheduler.</description>
<name>yarn.resourcemanager.scheduler.class</name>
<value>org.apache.hadoop.yarn.server.resourcemanager.scheduler.capacity.CapacityScheduler</value>
</property>
先进先出调度器(FIFO)
优点:简单易懂;
缺点:不支持多队列,生产环境很少使用;
FIFO 调度器(First In First Out):单队列,根据提交作业的先后顺序,先来先服务。
容量调度器(Capacity Scheduler)
1、多队列:每个队列可配置一定的资源量,每个队列采用FIFO调度策略。
2、容量保证(A):管理员可为每个队列设置资源最低保证和资源使用上限
3、灵活性(B):如果一个队列中的资源有剩余,可以暂时共享给那些需要资源的队列,而一旦该队列有新的应用
程序提交,则其他队列借调的资源会归还给该队列。
4、多租户©:
支持多用户共享集群和多应用程序同时运行。
为了防止同一个用户的作业独占队列中的资源,该调度器会对同一用户提交的作业所占资源量进行限定。
容量调度器资源分配算法(先运行占用资源少的,快,结束会有更多资源,就近原则)
**公平调度器(**Fair Scheduler)Facebook 开发
公平调度器特点
公平调度器——缺额
• 公平调度器设计目标是:在时间尺度上,所有作业获得公平的资源。某一
时刻一个作业应获资源和实际获取资源的差距叫“缺额”
• 调度器会优先为缺额大的作业分配资源
公平调度器队列资源分配方式
1**)FIFO策略**
公平调度器每个队列资源分配策略如果选择FIFO的话,此时公平调度器相当于上面讲过的容量调度器。
2**)Fair策略**
Fair 策略(默认)是一种基于最大最小公平算法实现的资源多路复用方式,默认情况下,每个队列内部采用该方式分配资 源。这意味着,如果一个队列中有两个应用程序同时运行,则每个应用程序可得到1/2的资源;如果三个应用程序同时运行,则 每个应用程序可得到1/3的资源。
具体资源分配流程和容量调度器一致;
(1)选择队列
(2)选择作业
(3)选择容器
以上三步,每一步都是按照公平策略分配资源
➢ 实际最小资源份额:mindshare = Min(资源需求量,配置的最小资源)
➢ 是否饥饿:isNeedy = 资源使用量 < mindshare(实际最小资源份额)
➢ 资源分配比:minShareRatio = 资源使用量 / Max(mindshare,
➢ 资源使用权重比:useToWeightRatio = 资源使用量 / 权重
公平调度器资源分配算法
公平调度器队列资源分配方式
公平调度器队列资源分配方式
DRF策略
DRF(Dominant Resource Fairness),我们之前说的资源,都是单一标准,例如只考虑内存(也是Yarn默 认的情况)。但是很多时候我们资源有很多种,例如内存,CPU,网络带宽等,这样我们很难衡量两个应用应该分配的资源比例。 那么在YARN中,我们用DRF来决定如何调度: 假设集群一共有100 CPU和10T 内存,而应用A需要(2 CPU, 300GB),应用B需要(6 CPU,100GB)。 则两个应用分别需要A(2%CPU, 3%内存)和B(6%CPU, 1%内存)的资源,这就意味着A是内存主导的, B是 CPU主导的,针对这种情况,我们可以选择DRF策略对不同应用进行不同资源(CPU和内存)的一个不同比 )。 则两个应用分别需要A(2%CPU, 3%内存)和B(6%CPU, 1%内存)的资源,这就意味着A是内存主导的, B是CPU主导的,针对这种情况,我们可以选择DRF策略对不同应用进行不同资源(CPU和内存)的一个不同比例的限制